Anthropic 称单智能体在质量、成本和延迟上优于多子智能体架构
Anthropic 表示，单个按需加载上下文的智能体在质量、成本和延迟上常优于多子智能体架构，并发布迁移工具包帮助团队评估是否合并子智能体。从 Opus 4.5 起，以及 Opus 5.5 和 Fable 5.1，模型可在单一循环中直接管理复杂计划；在一次对比中，单智能体架构运行速度约为多智能体方案的两倍。
#部署/工程
The DecoderAI 评分7272
The DecoderAI 评分6767 研究：花哨的编码智能体框架更贵但并未更好
Liu 与 Han 的研究用 Claude Code、OpenCode 和 mini-SWE-agent 三个框架测试 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview，发现换框架带来的结果变化与同一设置重跑一次相当，任务级翻转率均为 13%，而换模型为 22%。
Google ResearchAI 评分5858 Google Research 用 MedGemma 等基础模型推动结核病筛查落地
Google Research 与 Google for Health 在 IDWeek 2026 上介绍了其结核病筛查 AI 从研究走向临床的路径：2019 年在 Radiology 发表基准。
AWS Machine Learning BlogAI 评分5858 Amazon SageMaker AI 多轮强化学习实操指南
AWS 发布在 Amazon SageMaker AI 上做多轮强化学习（MTRL）的端到端实操指南，以 Wordle 为例，把智能体和奖励函数部署到 Amazon Bedrock AgentCore，由 GRPO 更新 LoRA 适配器。
AWS Machine Learning BlogAI 评分3838 Bayer Crop Science 如何用 Amazon Bedrock AgentCore 与 AWS Unified Operations 构建智能体决策引擎
Bayer Crop Science 基于 Amazon Bedrock AgentCore 构建了多智能体自然语言决策引擎 ADE，第一阶段约 80% 的用户问题无需工程师介入即可解决。
AWS Machine Learning BlogAI 评分2222 用 AWS CDK 编排 SageMaker AI 端点自动扩缩容
针对 SageMaker AI 实时端点更新配置时 CloudFormation/CDK 部署失败的问题，AWS 给出一个可复用 CDK construct，用三个自定义资源在端点更新前后自动注销并重新注册 Application Auto Scaling 目标。
OpenAI NewsAI 评分2222 OpenAI 如何将在线存储扩展至支撑超 10 亿 ChatGPT 用户（下篇）
OpenAI 通过可靠的多租户架构、全局缓存和 Azure Cosmos DB 扩展 Habitat 存储系统，使 ChatGPT 的读取速度提升 12 倍。该系统需支撑超过 10 亿 ChatGPT 用户，文章为下篇，聚焦多租户与缓存设计。
Hugging Face BlogAI 评分3838 Hugging Face 上线 torch-neuronx 模型支持查询 Space，可查模型能否在 AWS Trainium 上运行
Hugging Face 推出 torch-neuronx 模型支持 Space，可查询 Hub 上的热门模型能否在 AWS Trainium 上原样运行，并给出复现脚本。
NVIDIA BlogAI 评分3838 NVIDIA 与哈萨克斯坦扩大 AI 算力布局，Firebird 获 45,000 块 Grace Blackwell GPU 出口许可
Firebird 与哈萨克斯坦政府签署投资协议，获得 45,000 块 NVIDIA Grace Blackwell GPU 的美国出口许可，首期与 Kazakhtelecom 在 Data Center Valley 共建，目标 2027 年第三季度商用。
MIT Technology Review · AIAI 评分2222 EXL 谈如何设计可持续演进的 AI 服务框架
EXL 提出企业 AI 的竞争优势正从选模型转向围绕模型构建的服务框架（serving harness），即架构、内存管理、调度与推理优化的工程系统。其主张先按业务负载确定约束再定架构，并以 KV cache 随并发与上下文增长导致的 GPU 显存瓶颈为例，强调先测量再优化。框架还应便于吸收新模型与新硬件，使换模型成为评估与配置决策而非架构重建。
OpenAI NewsAI 评分1818 OpenAI 推出 Decisions API，为应用构建更快响应体验
OpenAI 发布 Decisions API，主打快速、聚焦、低成本，可为任意应用提供决策能力。官方称其目标是让应用响应更迅速。
AWS Machine Learning BlogAI 评分5858 Amazon SageMaker AI 推出训练会话 API，可自写训练循环而无需管理 GPU
Amazon SageMaker AI 推出训练会话 API，把抽象层下移到训练操作，开发者用 forward_backward()、optim_step()、sample() 等调用在本地 Python 进程里驱动托管 GPU 上的有状态会话，服务负责 GPU 分配、模型与 LoRA 加载、分布式执行、故障恢复和检查点存储。
AWS Machine Learning BlogAI 评分5858 AWS 为 SageMaker AI 推出训练会话，无需管理 GPU 即可自定义模型
AWS 宣布 SageMaker AI 无服务器模型定制正式推出训练会话（training sessions），用户可自行编写并协调训练循环，包括自定义损失函数和奖励信号，GPU 分配、分布式执行、故障恢复与检查点存储由 SageMaker AI 负责。
AWS Machine Learning BlogAI 评分3030 IskayPet 如何用 Amazon Bedrock Managed Knowledge Bases 统一企业知识
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手，覆盖零售运营、兽医护理、人事入职和采购，支持四种语言、三个国家，无需自建 RAG 基础设施。
AWS Machine Learning BlogAI 评分4242 Amazon Polly Generative engine 重大升级：新增 14 种语音、支持印地语和芬兰语
Amazon Polly Generative engine 完成重大升级并正式可用，语音更自然准确，新增 14 种语音、覆盖 9 个 locale，印地语和芬兰语首次在生成式引擎上正式可用。
The DecoderAI 评分7575 Google 推出 Agent Compute Engine，为每个 Gemini 智能体分配硬件隔离微虚拟机
Google 发布 Agent Compute Engine，为每个 AI 智能体分配独立的隔离虚拟机，该服务已用于支撑 Gemini，并将在未来几个月开放预览。
AWS Machine Learning BlogAI 评分5050 在 Amazon SageMaker AI 上用 Kokoro TTS 为 AI 智能体流式输出低延迟语音
在 Amazon SageMaker AI 的实时端点上托管 Kokoro-82M 语音合成模型，把 AI 智能体生成的每个句子即时送入合成，让音频在完整回复生成前就开始播放。
AWS Machine Learning BlogAI 评分3636 在 HIPAA 合规环境中部署 AI：Amazon Quick 的 PHI 数据治理能力
Amazon Quick 是 AWS 的 HIPAA-eligible 服务，其 Web、桌面和移动客户端均可在签署 AWS BAA 后用于处理 PHI。该平台通过 ACL 感知检索、聊天与反馈日志，以及对每个 chat agent 操作权限的控制来满足治理需求，并支持通过 MCP 添加自定义工具。
Latent SpaceAI 评分4242 Modal CEO Erik Bernhardsson 谈为什么 AI 算力需求不是矩形
Modal CEO Erik Bernhardsson 解释 AI 算力需求为何不是矩形：传统合同按固定 GPU 数量和固定时长采购，而真实负载会增长、尖峰和回落，Modal 通过聚合数千客户需求、在底层锁定容量来平滑曲线。
AWS Machine Learning BlogAI 评分3535 Rescale 如何用 Strands Agents 和 AI-DLC 构建 AI 分诊智能体
Rescale 基于 AWS 的 AI-DLC 框架和 Strands Agents 构建了 AI 分诊智能体，从问题定义到 staging 部署仅用五天，数周内进入生产。
AWS Machine Learning BlogAI 评分3636 别再猜 Amazon SageMaker AI 上 TTS 的自动扩缩容目标值
针对 Amazon SageMaker AI 上自托管 TTS 端点自动扩缩容目标值靠猜的问题，该方案将 82M 参数的 Kokoro-82M 以自定义容器部署在实时端点上，用实测的单实例并发上限 Q_max 和端到端扩容耗时 T_total 通过算术推导出扩容阈值、缩容阈值与两个冷却时间。
TechCrunch · AIAI 评分4242 Uber 让全部 3 万名员工使用 ChatGPT Work
Uber 与 OpenAI 扩大合作，将 ChatGPT Work 推广至全球约 3 万名员工，此前该工具已在 1000 名员工中试点，其中约 80% 为非工程师。Uber 未披露此次部署的支出，表示将跟踪员工使用方式和工作流效果，以指导后续 AI 部署。ChatGPT Work 于 7 月推出，定位企业级 AI 智能体。
NVIDIA BlogAI 评分5858 NVIDIA 发布 Minerva，为 AI 工厂提供端到端可观测性
NVIDIA 发布 AIOps 平台 Minerva，汇聚 GPU、网络、存储、调度器与作业的遥测数据，用监督与无监督机器学习把海量告警归并为带根因的单一事件。
Latent SpaceAI 评分2222 Moshi CEO Anekha Sokhal 谈为大宗商品交易员打造推荐引擎
Moshi 正在为大宗商品交易员构建一款推荐引擎，把市场信息与交易员持仓真正相关的部分连接起来。CEO Anekha Sokhal 将其形容为 Bloomberg、Claude 与 Netflix 的结合体：市场数据、可操作数据的界面，以及针对交易员定制的推荐。
The Decoder精选AI 评分7878 Symantec 发现劫持未防护语言模型的攻击型 AI 智能体
Symantec 安全研究人员发现一个攻击型 AI 智能体，会劫持互联网上未防护的语言模型，并利用这些模型自主发起攻击，被劫持模型的所有者则要承担算力费用。该智能体可连续执行最多 10 万步，扫描更多目标、利用常见服务器软件漏洞、窃取数据库和凭据，并在后台安装挖矿程序。攻击者通过蜜罐泄露的完整提示词显示，其用五层越狱包装指令，并设置扫描、感染、挖矿、回访的循环流程。
推荐理由：Symantec 通过蜜罐截获完整攻击提示词，呈现了 LLMjacking 从劫持模型到自我循环攻击的架构细节。
MIT Technology Review · AIAI 评分1818 Celonis 首席科学家 Devavrat Shah 谈企业 AI 为何需要上下文感知
Celonis 企业 AI 首席科学家 Devavrat Shah 提出“决策智能”，认为 AI 智能体必须理解任务在业务流程中的角色与约束，否则会遗漏关键限制、造成高昂错误或浪费算力。他建议企业先连接现有流程与数据，构建上下文层让智能体在护栏内运行并输出可人工审核的建议，再从具体业务决策切入验证提速与价值。
MIT Technology Review · AIAI 评分2727 AI 的隐性存储账单：推理结束后留下了什么
WD 内部测量显示，一段 8 秒 AI 视频（用户拿到的是 3.97MB 的 720p 文件）在后端留下超过 500MB 关联数据，是输出文件体积的 130 倍。
NVIDIA BlogAI 评分3838 NVIDIA Earth-2 开放模型在欧洲落地：AXA、Vaisala Xweather 等用于真实天气预报
NVIDIA 在欧洲推出 Earth-2 系列开放模型的区域新成员 StormScope EU，基于 EUMETSAT 卫星观测，以 10 分钟间隔预测 16 个 Meteosat 通道的云况变化。
NVIDIA BlogAI 评分2222 NVIDIA 如何改造欧洲零售：从数字发现到实体运营
NVIDIA 正推动欧洲零售商在电商与仓储场景中使用开放模型和物理智能：Shopify 用 NVIDIA Nemotron 3.5 Lightning 后训练出 GraphQL 子智能体，内部基准上准确率超过领先前沿模型，服务成本降低 90%、响应快 7 倍。
NVIDIA BlogAI 评分4040 企业如何用 NVIDIA DSX 破解 AI 工厂电力瓶颈
NVIDIA DSX AI Factory Platform 正被多家企业用于把电网与 AI 工厂作为一套系统统一规划、仿真和运行。GE Vernova、日立能源、施耐德电气、西门子能源等厂商基于该平台推出电力与冷却参考架构及数字孪生方案；Phaidra 集成 DSX Flex、DSX Max-Q 和 DSX Exchange 后，在相同功耗下多获得约 10% 算力。
NVIDIA Blog精选AI 评分6060 NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真检查点与数据工厂蓝图
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真检查点和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文给出数据工厂蓝图、框架技能和 NIM 推理提速的具体变化，读者可据此判断世界模型开发链路的可用性。
NVIDIA BlogAI 评分3838 欧洲金融机构采用开放权重模型构建专有智能，基于 NVIDIA 加速计算
Revolut 正基于 NVIDIA 加速计算以单一基础模型 PRAGMA 重建技术栈，在 Blackwell Ultra GPU 上生产部署，初期服务 8000 万客户并设计支持 3 倍扩展。
AWS Machine Learning BlogAI 评分2222 如何用 AWS PrivateLink 为 Amazon Quick 打通企业内网私有访问
AWS 发布方案，通过 AWS PrivateLink 的 VPC 端点与 Quick 的 VPC 连接，让 Amazon Quick 在不经过公网的情况下访问企业防火墙后的本地数据源。
AWS Machine Learning BlogAI 评分5858 多智能体系统的 5 个生产挑战，以及 Deep Insight 如何解决
AWS 解决方案架构团队开源了多智能体系统 Deep Insight，用于把 CSV 数据和自然语言提示自动转成带引用的 DOCX 分析报告，并总结出生产环境中的五类挑战及对应方案。
TechCrunch · AIAI 评分4040 Blackstone 的 Jas Khaira 称对 AI 基建债务的担忧被夸大
Blackstone 高管 Jas Khaira 在 TechCrunch Disrupt 上表示，市场对 AI 基建债务引发信贷危机的担忧被夸大，因为多数数据中心为超大规模云厂商而建，债务最终由全球信用最好的公司背书。
AWS Machine Learning BlogAI 评分4242 基于 Strands Agents 的自适应智能体框架 AAIF：用本地小模型分流请求
基于 Strands Agents 构建的自适应智能体智能框架（AAIF）用 llama3.2:1b 作为编排层，将常规任务交给 Ollama 本地 SLM 处理，复杂请求经 boto3 路由至 Amazon Bedrock 云端模型。该框架分智能编排、本地处理、云端处理三层，可运行在 8 GB 内存的 Raspberry Pi 等边缘设备上，也可全云端或混合部署。
AWS Machine Learning BlogAI 评分3434 在 AWS Trainium 上用 torchtitan 训练 Qwen3
在单台 trn2.48xlarge 上，torchtitan 可通过 TorchNeuron 将 Trainium 注册为原生 PyTorch 设备，并以三种方式训练 Qwen3-4B-Instruct-2507：Transformers v5 后端、torchtitan 原生 Qwen3 实现，以及挂载 NKI MoE kernel。
Ars Technica · AIAI 评分6060 OpenAI 最新模型将登陆 Google Cloud 与 Antigravity
据 Ars Technica 报道，Google Cloud 将在未来几周内上线 OpenAI 的 GPT 6.1 Astra、Sol 和 Luna 三款模型。
AWS Machine Learning BlogAI 评分1818 U.S. Hunger 如何用 Amazon Quick 连接领导层与数据
美国非营利组织 U.S. Hunger 借助 Amazon Quick 让领导层直接探索组织数据，并通过 Quick Spaces 共享 KPI 定义、财务文档与分析，目前已有 17 名同事获得访问权限。其数据由 Impact Manager 平台经 SQL Server 每晚 2 点（美东时间）刷新至 SPICE 内存引擎，CEO 日常以聊天为主要 AI 工作区，最常用 Spaces 功能。
The DecoderAI 评分7070 Google Cloud 上线 OpenAI 模型，与 Gemini、Claude 同平台提供
Google Cloud 开始在同一平台提供 Gemini、Claude 和 OpenAI 模型，成为唯一同时上架这三家模型的主要云厂商。此次上线三款 OpenAI 模型：面向编码、研究等高要求任务的 GPT-6 Astra，性能相近但更便宜的 GPT-6.1 Sol，以及主打快速低成本的 GPT-6 Luna。